基于Camshift算法的目標識別與跟蹤.pdf_第1頁
已閱讀1頁,還剩75頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、作為計算機視覺領域里的核心研究問題之一,目標識別與跟蹤的研究具有十分重要的理論價值和實際意義。目標識別與跟蹤算法的魯棒性和實時性是衡量算法的標準,滿足這些特性條件的跟蹤所獲得的目標數據可靠,能夠實現(xiàn)良好的環(huán)境監(jiān)控和場景分析。
  本文研究了Mean-shift算法和Camshift算法這兩種算法的原理及其在跟蹤中的應用,并重點對連續(xù)自適應均值漂移——Camshift跟蹤算法進行研究和分析。鑒于Camshift算法的快速匹配性和對目

2、標的各種姿態(tài)變化的自適應性的優(yōu)點,選用Camshift算法來作為課題研究的基礎算法。但由于基礎Camshift算法易受到背景信息影響,對模板的自適應調整產生干擾,從而破壞模型的準確性,容易造成跟蹤過程目標定位不準確,甚至目標丟失。
  因此,為了對目標進行準確建模,并且實現(xiàn)目標的準確跟蹤,本文提出了一種改進的Camshift跟蹤策略,依據多區(qū)域關聯(lián)性,將被跟蹤的目標分解為多個子目標,采用CamShift算法對分別對子目標進行定位跟

3、蹤,對目標圖像與跟蹤迭代計算后圖像中的子目標集分別建立距離關聯(lián)矩陣,根據子目標的距離關聯(lián)性,即子目標之間位置信息的相對不變性對定位結果的正確性進行判斷。通過求解優(yōu)化函數的方式對錯誤定位的子目標進行位置校正,根據校正后的子目標集判斷出被跟蹤目標的準確位置。通過僅對正確定位的子目標進行方向和大小的更新,來保證算法對目標的縮放和旋轉變化具有一定的適應性,有效減少背景信息對跟蹤過程的影響。
  仿真實驗結果表明,該跟蹤方法能夠快速有效地完

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論